최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.49 no.4 = no.346, 2012년, pp.23 - 35
김헌희 (광운대학교 예술로봇연구소) , 박광현 (광운대학교 로봇학부) , 하윤수 (한국해양대학교 IT공학부)
This paper presents a 3-D pose (position and orientation) estimation method for an elliptic object in 3-D space. It is difficult to resolve the problem of determining 3-D pose parameters with respect to an elliptic feature in 3-D space by interpretation of its projected feature onto an image plane. ...
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
다수의 기하특징들로부터 비롯되는 속성의 예는 무엇인가? | 컴퓨터 비전 및 로봇비전 분야에서, 기하 특징(Geometric features)은 2차원 영상으로부터 관심대상에 대한 3차원 위치 및 자세 정보를 얻기 위해 빈번하게 이용되는 특징이다. 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3]. 이러한 불변속성들은 영상 내의 관심대상과 카메라 좌표간의 3차원 변환관계를 규명하기 위한 주요 단서로 활용된다. | |
컴퓨터 비전 및 로봇비전 분야에서, 기하 특징은 어떠한 특징인가? | 컴퓨터 비전 및 로봇비전 분야에서, 기하 특징(Geometric features)은 2차원 영상으로부터 관심대상에 대한 3차원 위치 및 자세 정보를 얻기 위해 빈번하게 이용되는 특징이다. 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3]. | |
교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성은 무엇을 위한 단서로 활용되는가? | 일반적으로, 다수의 기하특징들로부터 비롯되는 속성들(예: 각도, 면적비율)은 3차원 공간에서 2차원 영상 평면으로 사영(Projection)되는 과정에서 대부분 변하게 되지만, 교차비(Cross ratio), 공선성(Collinearity) 등과 같이 불변하는 속성(Invariants)들이 존재한다[1~3]. 이러한 불변속성들은 영상 내의 관심대상과 카메라 좌표간의 3차원 변환관계를 규명하기 위한 주요 단서로 활용된다. 기하 특징들 중에서 점/직선은 3차원 정보추출을 위하여 가장 많이 이용되는 특징으로, 이들로부터 구성된 충분한 대응집합(A set of correspondences)은 이론적으로 명쾌한 해법을 제공한다[3]. |
L. Wenjing, G. Bebis, and N. G. Bourbakis, "3-D object recognition using 2-D views," IEEE Transactions on Image Processing, vol. 17, pp. 2236-2255, 2008.
D. Forsyth, J. L. Mundy, A. Zisserman, C. Coelho, A. Heller, and C. Rothwell, "Invariant descriptors for 3-D object recognition and pose," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 13, pp. 971-991, 1991.
R. Hartley and A. Zisserman, Multiple View Geometry in Computer Vision, Cambridge University Press, 2004.
R. Safaee-Rad, I. Tchoukanov, K. C. Smith, and B. Benhabib, "Three-dimensional location estimation of circular features for machine vision," IEEE Transactions on Robotics and Automation, vol. 8, pp. 624-640, 1992.
K. Kanatani and W. Liu, "3-D Interpretation of Conics and Orthogonality," CVGIP: Image Understanding, vol .58, pp. 286-301, 1993.
박상국, 김성용, 김수중, "일반 타원의 검출을 위한 광학적 Hough변환의 적용", 대한전자공학회, 전자공학회논문지-SD, 제37권, 제8호, 67-75쪽, 2000년.
김헌희, 박광현, 하윤수, "공면 점을 포함한 원형 특징의 3차원 자세 및 위치 추정", 대한전자공학회, 전자공학회 논문지-SC, 제 48권, 제5호, 2011 년.
R. Safaee-Rad, K. C. Smith, B. Benhabib, and I. Tchoukanov, "Constraints on quadratic curves under perspective projection," in Proc. of IEEE Conf. on Systems, Man, and Cybernetics, vol. 1, pp. 57-62, 1991.
J. Kannala, M. Salo, and J. Heikkila, "Algorithms for computing a planar homography from conics in correspondence," in Proc. of British Machine Vision Conference, pp. 77-78, 2006.
C. Conomis, "Conics-based homography estimation from invariant points and pole-polar relationships," in Proc. of International Symposium on 3D Data Processing, Visualization, and Transmission, pp. 908-915, 2006.
A. Gupta, J. J. Little, and R. J. Woodham, "Using line and ellipse features for rectification of broadcast hockey video," in Porc. of Canadian Robot Vision(CVR '11), pp. 32-39, 2011.
Z. Zhang. "A flexible new technique for camera calibration," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 22, no. 11, pp. 1330-1334, 2000.
Y. Ma, S. Soatto, J. Kosecka, and S. Sastry, An invitation to 3-D vision, Springer, 2004.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.